功能定位：从“扫描件”到“可编辑段落”
WPS PDF 的「图片转文字」本质是调用本地 OCR 引擎，把扫描页或内嵌图片中的字符识别为可检索、可复制、可批注的文本层。与早期 2022 版相比，2026 年 2 月推送的 v12.9.1 把识别语言包拆成按需下载，首次使用 42 MB，后续离线运行，不再强制走云端，因而解决了此前“上传慢、涉密不敢用”的痛点。
该功能与「PDF 转换 Word」有重叠但边界清晰：前者仅新增隐形文本层，不会改变版面；后者会重构排版，适合深度编辑。若你只是想在原文件里划重点、搜关键词，用 OCR 即可；若需要改段落、调字号，再走「PDF 转 Word」更顺。
版本演进：三年三次模型替换
2023 年及之前，Windows 端调用的是微软 MODI 遗留接口，中文竖排识别率不足 85%；2024 年改用自研「ZhiWen 1.0」，首次支持表格结构还原；2026 年 2 月集成「ZhiWen 3.0」，官方宣称综合识别率提升 8%，并新增手写体与印章过滤开关。经验性观察：在 300 dpi 扫描、宋体正文场景下，错字率从每页 6–8 个降至 1–2 个。
macOS 与 Linux 端因引擎体积限制，仍停留在「ZhiWen 2.1」，暂不支持手写体模型。若跨平台协作，建议 Windows 端完成 OCR 后另存一份「可搜索副本」，再分发到其他系统，避免回退。
最短操作路径（分平台）
Windows 桌面
- 用 WPS PDF 打开扫描件→顶部菜单「开始」→「图片转文字」。
- 在侧边栏勾选「识别语言」与「输出方式」：
- 纯文本层：生成隐形字，可搜索但肉眼不可见，版面 100% 保持。
- 可见文本：把识别结果以文本框叠加在原图之上，可改字号颜色。
- 点击「开始识别」，数十秒后右侧出现结果预览；点「应用到文档」即完成。
若按钮灰色，说明文件已加密或当前页是矢量文字，无需 OCR；可先「文件→属性→安全」查看是否含密码。
macOS 桌面
入口相同，但「手写体过滤」开关被隐藏；若扫描件含签名，建议先在 Windows 端处理完再回传 Mac。识别过程调用 CPU 而非 GPU，发热明显，建议插电运行。
Android / iOS
打开 PDF→底栏「工具」→「OCR 识别」；移动端的引擎体积被压缩到 18 MB，仅支持中英混合，表格线会被当成字符，经验性观察：识别率比桌面低 5–7%。若文件超过 50 页，建议「拆分后分批识别」：工具→拆分→每 20 页一段，否则容易因内存不足闪退。
批量识别：一次处理 500 页的可行方案
WPS PDF 本身没有「一键批量 OCR」按钮，但可用「动作向导」实现半自动：
- 打开任意扫描件→「动作向导→新建动作」。
- 在命令列表添加「图片转文字」→勾选「全部页面」→保存为「扫描件 OCR」。
- 后续把待处理文件拖进窗口，点「运行动作」即可；实测 i7-12700 + 16 GB 内存，500 页 300 dpi 文件耗时约 25 分钟，生成文件增大 8%–12%。
若电脑休眠会中断，可在「电源管理」里关闭硬盘休眠；笔记本请接电并把「性能模式」调到最高。
参数拆解：语言、DPI、输出方式怎么选
| 参数 | 可选值 | 适用场景 | 常见误区 |
|---|---|---|---|
| 识别语言 | 简中、繁中、英、日、韩、德、法、西、俄 | 多语言混排时至少勾选两种 | 漏选会导致整行乱码 |
| 输出方式 | 纯文本层 / 可见文本 | 纯文本层适合存档，可见文本适合改错 | 选可见文本后文件体积翻倍 |
| DPI 阈值 | 自动检测 | 150 dpi 以下会弹警告 | 强行继续识别率骤降 |
